想要你的深度神经网络起很好的效果,你还需要规划好你的参数以及超参数。
比如算法中的learning rate (学习率)、iterations(梯度下降法循环的数量)、 (隐藏层数目)、 (隐藏层单元数目)、choice of activation function(激活函数的选择)都需要你来设置,这些数字实际上控制了最后的参数 和 的值,所以它们被称作超参数。
实际上深度学习有很多不同的超参数,之后我们也会介绍一些其他的超参数,如momentum、mini batch size、regularization parameters等等。